Biomni 入门教程：从克隆到跑通第一个生物医学智能体
【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/Biomni
Biomni 是斯坦福团队开源的通用生物医学 AI 智能体平台，你用一句自然语言描述研究任务，它负责拆解步骤、检索数据库和协议、生成并执行分析代码。本文带你完成环境安装、配置密钥，并跑通第一条查询。
快速上手：三步跑通
Biomni 的环境分"基础版"和"完整版"两档，先看清楚再装，能省很多时间。
基础版（biomni_env/environment.yml）：Python 3.11，约 13GB 磁盘，包含 numpy、pandas、langchain、gradio 等核心依赖，够用。
完整版（biomni_env/biomni_env/bio_env.yml配合setup.sh）：额外安装 R 与命令行生信工具链，官方只测试过 Ubuntu 22.04 64 位，耗时可能超过 10 小时，需预留至少 30GB 磁盘。
克隆仓库并安装基础环境：
git clone https://gitcode.com/GitHub_Trending/bi/Biomni cd Biomni/biomni_env conda env create -f environment.yml conda activate biomni_e1安装 Biomni 核心包：
pip install biomni --upgrade配置 API 密钥。在项目根目录创建.env，这是官方推荐的配置方式，下面是最小可用版本：
ANTHROPIC_API_KEY=你的密钥 BIOMNI_TIMEOUT_SECONDS=1200初始化智能体并执行第一条任务，首次运行会自动下载约 11GB 的数据湖：
from biomni.agent import A1 agent = A1(path='./data') agent.go("Predict ADMET properties for this compound: CC(C)CC1=CC=C(C=C1)C(C)C(=O)O")跑通后你会得到一份结构化的执行轨迹，这就是 Biomni 的基本工作单元。
拆解 Biomni 的四个核心部件
- A1 智能体（
biomni/agent/）：采用 ReAct 循环，把"LLM 推理 + 检索增强规划 + 代码执行"串起来，是平台的入口。 - 工具层（
biomni/tool/）：按领域拆成 20 余个模块，覆盖基因组学、癌症生物学、药理学、单细胞分析、合成生物学等，每个模块即一组可被智能体调用的函数。 - 数据库 schema（
biomni/tool/schema_db/）：30 多个预打包数据库，含 Ensembl、UniProt、ClinVar、Open Targets、GWAS Catalog 等，智能体可直接对它们发起查询，不用你逐个接 API。 - 协议库（
biomni/tool/protocols/）：收录 Addgene 与 Thermo Fisher 共 100 余份标准操作规程，从细菌转化、CRISPR 文库扩增到 Western Blot；任务涉及具体实验技术时，智能体会自动检索对应 SOP。
另外有两个容易忽略的库：biomni/know_how/存放实验设计类最佳实践（如 sgRNA 设计指南、单细胞注释流程），按查询相关性自动调取，社区也可以贡献新文档；智能体还支持 MCP 协议挂载外部工具，配置在tutorials/examples/add_mcp_server/mcp_config.yaml。
场景演示：三种典型用法
规划一个 CRISPR 筛选实验，一条指令出方案：
agent.go("Plan a CRISPR screen to identify genes that regulate T cell exhaustion")扩展外部工具后再查询。add_mcp注册外部工具服务：
agent.add_mcp(config_path="./mcp_config.yaml") agent.go("Find FDA active ingredient information for ibuprofen")把执行轨迹存成报告，方便归档和复现：
agent.save_conversation_history("my_analysis_results.pdf")想要网页交互界面也可以，加一行即可（本地地址为 http://localhost:7860）：
agent.launch_gradio_demo(server_name="127.0.0.1", share=True)适合谁，不适合谁
Biomni 更适合作为研究加速工具，而非开箱即用的黑盒。以下人群能从中获益：
- 有 Python 基础、想把重复性生信流程脚本化的人
- 手里有 scRNA-seq、临床或化合物数据，需要规划分析和生成假设的人
- 想给自己的科研工作流挂上 LLM 智能体的开发者
以下情况建议先观望：
- 只想要点按钮就跑流程的用户——Biomni 的官方入口是代码，Web 界面由 Gradio 提供，仍属开发者视角
- 需要完整湿实验 CLI 工具链的实验室——完整版环境对系统版本和磁盘要求很高
- 处理敏感数据的场景——LLM 生成的代码以完整系统权限执行，生产环境请放入容器或沙箱
报错速查表
| 现象 | 处理 |
|---|---|
| 401 / API 密钥未找到 | 确认.env在工作目录，echo $ANTHROPIC_API_KEY验证是否生效 |
| Gradio 界面起不来 | 版本冲突，执行pip install "gradio>=5.0,<6.0"，Gradio 6.x 不兼容 |
| 模型名找不到 | Azure 模型需加前缀，如azure-gpt-4o |
| 需要 cnvkit / panhumanpy 工具 | 依赖冲突无法装进主环境，按 docs/known_conflicts.md 建独立环境 |
| 数据湖下载中断 | 磁盘预留至少 15GB，重跑会续传；存储紧张时可跳过自动下载 |
下一步清单
- 运行入门教程 tutorials/biomni_101.ipynb，过一遍基础概念
- 通读 docs/configuration.md，把模型和超时参数改到自己环境
- 参考 tutorials/examples/ 下的 MCP 接入与服务暴露示例
- 确认过 docs/known_conflicts.md 的已知冲突清单，再决定要不要装完整版环境
- 想添加工具或 Know-How 文档，按 CONTRIBUTION.md 的流程提交
【免费下载链接】BiomniBiomni: a general-purpose biomedical AI agent项目地址: https://gitcode.com/GitHub_Trending/bi/Biomni
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
